ReinforcementLearningConfiguration Classe

Representa a configuração para execuções de aprendizado de reforço direcionadas a destinos de computação do Azure Machine Learning.

O objeto ReinforcementLearningConfiguration encapsula as informações necessárias para enviar uma execução de aprendizado de reforço em um experimento. Ele inclui informações sobre destinos de cabeçalho, de trabalho e de computação para executar execuções de experimento.

Construtor

ReinforcementLearningConfiguration(head_configuration, worker_configuration, max_run_duration_seconds=None, cluster_coordination_timeout_seconds=None, source_directory=None, _path=None, _name=None, framework=None)

Parâmetros

Nome	Description
head_configuration Obrigatório	A configuração para cabeçalho.
worker_configuration Obrigatório	WorkerConfiguration A configuração para os trabalhadores.
max_run_duration_seconds Obrigatório	int O tempo máximo permitido para a execução em segundos. O Azure ML tentará cancelar automaticamente o trabalho se demorar mais do que esse valor.
cluster_coordination_timeout_seconds Obrigatório	int O tempo máximo em segundos que o trabalho pode levar para começar depois de passar pelo estado na fila.
source_directory Obrigatório	str O diretório que contém código ou configuração para a execução principal.
framework Obrigatório	RLFramework Estrutura de orquestração a ser usada no experimento. O padrão é a versão 0.8.0 do Ray

Métodos

load

Carregue um arquivo de configuração de execução de execução de aprendizado de reforço salvo anteriormente de um arquivo em disco. Se path apontar para um arquivo, o ReinforcementLearningConfiguration será carregado desse arquivo. Se path apontar para um diretório, que deve ser um diretório de projeto, o ReinforcementLearningConfiguration será carregado de <path>/.azureml/<name> ou <path>/aml_config/<name>.

save

Salve o ReinforcementLearningConfiguration em um arquivo em disco. Um UserErrorException é gerado quando: O ReinforcementLearningConfiguration não pode ser salvo com o nome especificado. Nenhum name parâmetro foi especificado. Nenhum path parâmetro é inválido. Se path for do formato <dir_path>/<file_name> em <que dir_path> é um diretório válido, o ReinforcementLearningConfiguration será salvo em <dir_path>/<file_name>. Se path apontar para um diretório, que deve ser um diretório de projeto, o ReinforcementLearningConfiguration será salvo em <path>/.azureml/<name> ou <path>/aml_config/<name>. Esse método é útil ao editar a configuração manualmente ou ao compartilhar a configuração com a CLI.

load

Carregue um arquivo de configuração de execução de execução de aprendizado de reforço salvo anteriormente de um arquivo em disco.

Se path apontar para um arquivo, o ReinforcementLearningConfiguration será carregado desse arquivo.

Se path apontar para um diretório, que deve ser um diretório de projeto, o ReinforcementLearningConfiguration será carregado de <path>/.azureml/<name> ou <path>/aml_config/<name>.

static load(path=None, name=None)

Parâmetros

Nome	Description
path	str Um diretório raiz selecionado pelo usuário para configurações de execução. Normalmente, esse é o Repositório Git ou o diretório raiz do projeto Python. Para compatibilidade com versões anteriores, a configuração também será carregada de .azureml ou aml_config subdiretório. Se o arquivo não estiver nesses diretórios, o arquivo será carregado do caminho especificado. O caminho padrão para o diretório de trabalho atual, se não for fornecido. Valor padrão: None
name	str O nome do arquivo de configuração. Valor padrão: None

Retornos

Tipo	Description
ReinforcementLearningConfiguration	O objeto de configuração de execução de aprendizado de reforço.

save

Salve o ReinforcementLearningConfiguration em um arquivo em disco.

Um UserErrorException é gerado quando:

• O ReinforcementLearningConfiguration não pode ser salvo com o nome especificado.

• Nenhum name parâmetro foi especificado.

• Nenhum path parâmetro é inválido.

Se path for do formato <dir_path>/<file_name> em <que dir_path> é um diretório válido, o ReinforcementLearningConfiguration será salvo em <dir_path>/<file_name>.

Se path apontar para um diretório, que deve ser um diretório de projeto, o ReinforcementLearningConfiguration será salvo em <path>/.azureml/<name> ou <path>/aml_config/<name>.

Esse método é útil ao editar a configuração manualmente ou ao compartilhar a configuração com a CLI.

save(path=None, name=None, separate_environment_yaml=False)

Parâmetros

Nome	Description
separate_environment_yaml	bool Indica se a configuração do ambiente conda deve ser salva. Se for True, a configuração do ambiente Conda será salva em um arquivo YAML chamado '_environment.yml'. Valor padrão: False
path	str Um diretório raiz selecionado pelo usuário para configurações de execução. Normalmente, esse é o Repositório Git ou o diretório raiz do projeto Python. A configuração é salva em um subdiretório chamado .azureml. Valor padrão: None
name	str [Obrigatório] O nome do arquivo de configuração. Valor padrão: None

Retornos

Tipo	Description
None